使用dplyr从第二行跨多个列更改R数据帧

Question

我有一个大型数据框，类似于下面创建的玩具数据集

df<-data.frame("ID"=c("A", "A", "A", "A", "A", "B", "B", "B", "B", "B"), 
'A_Frequency'=c(1,2,3,4,5,1,2,3,4,5), 'A_Axis'=c(1,2,3,4,5,1,2,3,4,5))

数据框由一个ID列和两列A_Frequency和A_Axis组成。 我创建了一个名为A_Slope的列，并使用以下for循环将其填充

id1<-unique(df$ID)###########Create list of unique IDs to subset the dataframe

在此循环中，我们计算A_Slope值，以便通过唯一ID将数据帧df替换为数据帧df，然后从第二行到最后一行计算值，而在所有情况下都忽略第一行

for( j in id1){
for( i in 2:nrow(df[df$ID==df$ID[df$ID%in%j],])){
df$A_Slope[df$ID==df$ID[df$ID%in%j]][i]=10*log(2, 
10)*log((df$A_Axis[df$ID==df$ID[df$ID%in%j]][i])/

(df$A_Axis[df$ID==df$ID[df$ID%in%j]][i-1]), base = 
10)/log((df$A_Frequency[df$ID==df$ID[df$ID%in%j]] 
[i])/(df$A_Frequency[df$ID==df$ID[df$ID%in%j]][i-1]),base = 10 )}}

这对于玩具套装非常有效。 我有一个多列的大型数据框。 是否可以使用dplyr使用mutate进行相同的操作。

预期产量

        ID A_Frequency A_Axis     A_Slope
     1   A           1      1          NA
     2   A           2      2 3.010299957
     3   A           3      3 3.010299957
     4   A           4      4 3.010299957
     5   A           5      5 3.010299957
     6   B           1      1          NA
     7   B           2      2 3.010299957
     8   B           3      3 3.010299957
     9   B           4      4 3.010299957
     10  B           5      5 3.010299957

注意：A_Slope列中的两个NA值也可以为零-不必要NA

Answer 1

希望我已经正确翻译了您的代码。

library(dplyr)

df %>%
  group_by(ID) %>%
  mutate(A_Slope = 10 * log10(2) * log10(A_Axis/lag(A_Axis))/
                                    log10(A_Frequency/lag(A_Frequency)))


#  ID    A_Frequency A_Axis A_Slope
#  <fct>       <dbl>  <dbl>   <dbl>
# 1 A               1      1    NA   
# 2 A               2      2    3.01
# 3 A               3      3    3.01
# 4 A               4      4    3.01
# 5 A               5      5    3.01
# 6 B               1      1    NA   
# 7 B               2      2    3.01
# 8 B               3      3    3.01
# 9 B               4      4    3.01
#10 B               5      5    3.01

一些了解代码的指针

• log(x, 10)替换为log10(x)
• 为了获得先前的值（ i - 1 ），我们在这里使用lag 。